使用dplyr创建频率表以计算因子级别和缺失值并报告

有些问题类似于这个主题（或者，作为一个例子），我知道一个可行的解决方案，但我想要一个更优雅的回答

我从事流行病学工作，我有变量1和0（或NA）。例子： 病人有癌症吗？ NA或0为否

1为是

假设我的数据集中有几个变量，我只想用“1”来计算变量。这是一个经典的频率表，但dplyr使事情变得比我第一眼想象的更复杂

我的代码正在运行：

dataset %>%
  select(VISimpair, HEARimpai, IntDis, PhyDis, EmBehDis, LearnDis, 
         ComDis, ASD, HealthImpair, DevDelays) %>%  # replace to your needs
  summarise_all(funs(sum(1-is.na(.))))

您可以在此处复制此代码：

library(tidyverse)
dataset <- data.frame(var1 = rep(c(NA,1),100), var2=rep(c(NA,1),100))

dataset %>% select(var1, var2) %>% summarise_all(funs(sum(1-is.na(.))))

库（tidyverse）
数据集%select（var1，var2）%>%summary_all（funs（sum（1-is.na）（））

但我真的想选择我想要的所有变量，计算我有多少个0（或NA）和多少个1，并报告它和这个输出

---

谢谢。

一种快速而肮脏的方法是强制您输入因子：

dataset$var1=as.factor（dataset$var1）
数据集$var2=as.factor（数据集$var2）
摘要（数据集$var1）
摘要（数据集$var2）

---

Summary告诉您每个因子级别的出现次数。

下面的每个变量的频率表如何

首先，我编辑示例数据，使其也包含0并加载必要的库

library(tidyr)
library(dplyr)
dataset <- data.frame(var1 = rep(c(NA,1,0),100), var2=rep(c(NA,1,0),100))

---

如果您提供一个最小的、可重复的示例，它会有所帮助。查看

dplyr:：count

Hello，@CPak。你可以用我提供的代码重现这个问题：库（tidyverse）数据集%select（var1，var2）%%>%summary_all（funs（sum（1-is.na）（）））对不起，你说得对-你能指定你要的是哪种输出吗？当然，@CPak我想要这个输出Varname_1 Varname_2 Varname_I 1 955 19 19 32 27但是我不想通过这个脏方法sum（1-is.na（.））来实现这个输出，但是对于类似sum（filter（all vars==1））的东西@CPak，我已经编辑了我的问题。是的！它工作得很好。只要dplyr是如此平滑，我就可以报告这个输出，而不必使用gather。多谢！

dataset %>%
    select(var1, var2) %>%
    gather(var, val) %>%
    mutate(val = factor(val)) %>%
    group_by(var, val) %>%
    count()

# A tibble: 6 x 3
# Groups:   var, val [6]
  var   val       n
  <chr> <fct> <int>
1 var1  0       100
2 var1  1       100
3 var1  NA      100
4 var2  0       100
5 var2  1       100
6 var2  NA      100